今天是「信任與透明」的日子：一個開發者在 GitHub 上用 39 萬筆數據追問 OpenAI「為什麼 GPT-5.5 的推理 token 總是停在 516」、另一個把 Anthropic Claude Design 的系統 prompt 完整逆向並開源、第三個在 Hacker News 上警告所有人不要把研究 IP 餵給這些你無法信任的公司。三件事指向同一個問題：當 AI 公司把模型包裝成服務賣給你，你對裡面發生了什麼一無所知——而有人在試著弄清楚。

🔥 GPT-5.5 Codex 推理 token 異常聚類：516 之謎

OpenAI 的 Codex 有一個開了快一週還沒關的 GitHub issue（#30364）。發 issue 的開發者 vguptaa45 沒有指控任何事，他只是把 39 萬筆 response 的 telemetry 數據攤開來，然後問 OpenAI：請解釋一下。

數據長這樣：在所有 GPT-5.5 的回應中，有 44% 的推理 token 精確停在 516 這個數字上。其他模型（GPT-5.2、5.3、5.4）的等效比例是 1.3%。GPT-5.5 只佔總回應量的 19.3%，但在所有「恰好 516 token」的事件中，它包辦了 82%。換句話說，這個異常幾乎完全是 GPT-5.5 一個人的事。

更奇怪的是時間趨勢。二月時 GPT-5.5 的 516 聚集率只有 0.11%，三月 2.45%，四月 4.25%，五月直接跳到 53%——同時間平均推理 token 數從 268 掉到 107。六月略降到 35.84%，平均 token 回升到 168，但跟二月比仍然砍半。模型推理量腰斬的時間點，跟 516 竄升的時間點完全重疊。

為什麼是 516？為什麼還有 1034（516×2）和 1552（516×3）這兩個次要邊界值？這些數字太整齊，不像任何自然分布。vguptaa45 在 issue 裡列出了四個調查請求，包括要求 OpenAI 按模型和日期拆解 token 分布，以及把「恰好 516」和「推理更長」的回應分開重跑複雜任務。相關 issue #29353 記綠過 GPT-5.5 在恰好 516 token 時給出錯誤答案的案例。

OpenAI 目前還沒有回應。

Claude Design 系統 prompt 被完整逆向，MIT 授權開源

開發者 Trystan-SA 在 GitHub 上發布了 Anthropic Claude Design 的完整系統 prompt——逆向工程出來的，20 章主 prompt 加上 14 個可調用技能，MIT 授權開源，適用於 Claude、GPT、Gemini 和本地模型。

這份 prompt 的核心哲學寫在開頭：「你不是一個會做設計的 code 產生器，你是一個有 code 能力的設計師。」一個 code 產生器會把頁面填滿；一個設計師會先問這個頁面是給誰用的。一個設計師會在新增元素傷害整體時說不。

14 個技能涵蓋了設計探索、線框、原型、簡報、無障礙審查、AI slop 檢查、互動狀態審查、潤飾等。其中 AI slop 檢查明確禁止了幾個當代 AI 設計的標配：漸層、emoji 裝飾、Inter 字型全家桶、預設暗色模式。

另一個值得注意的設計是「五問測試」——判斷一個元素是否為 filler（填充物），五個問題只要有一個答案指向「這是多餘的」，就刪掉：這個元素回答了使用者真的會問的問題嗎？它推進敘事了嗎？拿掉它，使用者還能理解這個頁面嗎？有更清楚簡潔的表達方式嗎？它在服務使用者，還是在服務設計師自己？

Trystan-SA 特別標示這份 prompt 是針對 Anthropic 前沿模型（Fable 5、Opus 4.7/4.8）調校的，特色是「條件觸發」而非「數量配額」——不會叫模型至少要問 N 個問題，而是在該問的時候才問。

📡 其他值得關注

  • HN 工程師：不要把你的 AI 研究 IP 餵給大公司 agent：botencat 在 Hacker News 發文，說 AI 公司本質是「迴紋針最大化器」——為了贏過競爭對手什麼都會做。Uber 用乘車數據打壓對手的前例被拿來類比，Anthropic 在 Fable 短暫上線時曾公告降級 frontier AI 相關回應也被點名。bm3719 補了一刀：ChatGPT 的 ToS 明文寫著可以用你的內容來訓練。avaer 的結論更直白——「他們會用、已經在用，被抓包就怪 AI 然後律師團比你多。」社群幾乎一面倒認同這個憂慮。 → Hacker News